Kontaktnåles erosion i højspændingssf6-kredsløbsbryder

Inspektion og vedligeholdelse af højspændings SF6-brydere nozzles

1. Baggrund og traditionelle inspektionsmetoder

Højspændings SF6-brydere anvendes bredt i strømsystemer for at beskytte kredsløb mod kortslutninger og overbelastninger. For at sikre deres pålidelighed og sikkerhed kræver producenter typisk periodiske opdelinger og visuelle inspektioner af hovedkontakter, buekontakter og gasnozzler. Disse inspektioner har til formål at vurdere slidetilstanden af disse komponenter og afgøre, om erstatning er nødvendig.

Historisk set har disse inspektioner baseret sig på flere kriterier:

• Tidsinterval: For eksempel anbefales det, at kontakterne inspiceres efter 12 års brug for enkelttryks SF6-deadtank-brydere.

• Elektriske operationer: For eksempel anbefales inspektioner efter 2000 elektriske operationer.

• Fejl-operationer: For eksempel anbefales inspektioner efter 10 rated kortslutningsbryderoperationer.

• Kombinerede kriterier: En kombination af ovenstående faktorer bruges nogle gange for en mere omfattende vurdering.

Imidlertid har disse tidsbaserede og operationstællingsbaserede inspektionsmetoder over tid afsløret nogle begrænsninger. Selvom disse kontroller hjælper med at sikre udstyrssikkerhed, reflekterer de ikke altid den faktiske slidtilstand af kontakter og nozzler præcist. Desuden kan disse inspektioner være kostbare, uensartede, og udgøre potentielle risici under stedlige interne inspektioner, hvilket kan føre til udstyrsbeskadigelse.

2. Bueafbrandings indflydelse på brydere parametre

Bueafbranding er en kompleks termisk og elektrisk proces, som betydeligt påvirker en bryders ydeevne. Under afbrydelsen af kortslutningsstrømme kan bueafbranding påvirke bryderens parametre gennem nozzleablation. Nozzleablation refererer til erosion af nozzle materiale, forårsaget af buens høje temperatur. Denne proces har en dobbelt effekt på bryderens afbrydelsesevne:

• Øget kammertryk: Når nozzlen ablaterer, øges tværsnittet af nozlestruben, hvilket fører til højere tryk inden i bryderkammeret. Dette øgede tryk hjælper med at fremskynde buens udslukning ved at undertrykke genoplysning.

• Øget tværsnitsareal af nozlestrube: Udviklingen af nozlestruben tillader, at mere gas flyder ind i bueregionen, bærer væk mere varme og reducerer butemperaturen. Dette spredte dog også bueenergien, hvilket potentielt svækker bryderens selvblastkapacitet.

Dermed har nozzleablationsprocessen både positive og negative effekter på en selvblastbryders afbrydelsesevne. Når bryderen afbryder en kortslutningsstrøm, fjerner nozzleablation del af buesøjlets energi, øger massen af gas i nozlerummet, og øger gassætningsmassen omkring buekontakterne, hvilket reducerer sandsynligheden for genoplysning.

3. Estimering af nozzleablationsintensitet og dens betydning

Givet den betydelige indflydelse, som nozzleablation har på brydere ydeevne, er estimering af ablationsintensiteten (dvs. øget diameter af nozlestruben) og beregning af ablatede masse en vigtig opgave. Præcis estimering af nozzleablation hjælper vedligeholdelsespersonelet med at bedre forstå bryderens sundhedstillstand og træffe informerede beslutninger om fremtidigt vedligehold.

Ablationsintensiteten kan estimeres gennem følgende metoder:

• Visuel inspektion: Ved at demontere bryderen og direkte observere slid på nozzlen. Selvom denne metode er enkel, er den kostbar og indebærer inbyggede risici, som nævnt tidligere.

• Ikketrantrusive detektionsteknikker: Avancerede ikketrantrusive detektionsteknikker, såsom infrarød termografi og ultralydtest, anvendes stadig oftere til brydere vedligehold. Disse teknikker gør det muligt at vurdere nozzleablation og andre potentielle problemer uden at demontere udstyret.

• Dataanalyse og prediktiv modellering: Ved at analysere bryderens historiske driftsdata og kombinere det med buefysikmodeller, kan prediktive modeller estimere nozzleablationsintensiteten. Dette tilgang reducerer unødvendige demonteringsinspektioner og forbedrer vedligeholdelseseffektiviteten.

4. Fremtidige udviklingsretninger

For at forbedre vedligeholdelseseffektiviteten og pålideligheden af højspændings SF6-brydere, vil fremtidige vedligeholdelsesstrategier måske stole mere på tilstandsmonitoring og intelligente diagnostiske teknologier. Realtidsmonitoring af bryderens driftsparametre (som strøm, spænding og temperatur), kombineret med avancerede dataanalysealgoritmer, kan give en mere præcis forudsigelse af nozzleablation og den samlede sundhed af vigtige komponenter. Dette tilgang kan reducere unødvendige inspektioner og reparationer, forlænge udstyrslivstiden, og nedbringe vedligeholdelsesomkostninger.

Desuden vil fremskridt inden for materialvidenskab fokusere på at udvikle mere hede- og ablationbestandige nozzlematerialer. Anvendelsen af nye materialer kan yderligere forbedre bryderens pålidelighed og afbrydelsesevne, og mildne de negative effekter af nozzleablation.

Målemetode for nozzleablation i højspændingsbrydere

1.Principper for nozzleablationsmåling

1.1 Relation mellem tryksignaler og nozzleablation

Forskning har vist, at nozzleablation, som øger diameteren af nozlestruben, ændrer gasstrømningsegenskaberne i bryderen. Denne ændring påvirker trykfordelingen, hvilket fører til variationer i tryksignalerne, som kan registreres af tryksensorer. Specifikt resulterer nozzleablation i to primære effekter:

• Ændringer i trykbølgeform: En øgning i nozzlediameter ændrer gasstrømningsmodstanden, hvilket ændrer formen af trykbølgeformen.

• Ændringer i spektrale egenskaber: Nozzleablation påvirker også spektrale egenskaberne af tryksignalerne, især i højfrekvensområdet.

Ved at analysere disse tryksignalegenskaber er det muligt at indirekte inferere omfanget af nozzleablation.

1.2 Installation og måling af tryksensorer

For at opnå præcise tryksignaler kan tryksensorer installeres på forskellige punkter, afhængigt af bryderens struktur og målingskrav:

• Enpolmåling: Hver pol har en ventil nederst, som kan bruges til at forbinde tryksensorer. Denne opsætning gør det muligt at måle trykbølger fra en enkelt pol, undgående støj fra flerpols signal superposition.

• Flere polsmåling: Under standarddrift er de tre poler forbundet via kobberrør, med en hovedfyldventil placeret inden i bryderens base, der forbinder alle tre poler. Hvis hovedfyldventilen bruges som forbindelsespunkt for tryksensoren, vil det målte signal være superpositionen af tre individuelle tryksignaler.

For at sikre præcise målinger anvendes højsensitive piezoelektriske tryksensorer udstyret med passende ladningsforstærkere. Trykdata optages fra starten af skiftoperationen indtil slutningen af den sjette oscillerende bølge. Det rå tryksignal kan behandles enten med eller uden filtrering, afhængigt af analysebehovene.

• Ufiltreret signal: Fast Fourier Transform (FFT) anvendes direkte på ufiltrerede signaler for at analysere deres frekvensdomæneegenskaber.

• Filtreret signal: Et 100 Hz lavpassfilter anvendes for at fjerne højfrekvensstøj, kun beholder de lavfrekvente komponenter.

Figurer 1 og 2 illustrerer trykhistorien og spektrum, der giver en visuel repræsentation af tryksignalegenskaberne.

2. Nozzletilstandsklassificering ved hjælp af maskinlæring

For at forbedre diagnosticeringens præcision anvender denne undersøgelse en maskinlæringsalgoritme baseret på k-Nearest Neighbors (k-NN)-metoden. Processen involverer følgende trin:

• Egenskabsudtrækning: Vigtige egenskaber udtages fra tryksignalene, såsom top- og dalværdier, frekvenskomponenter osv. Disse egenskaber fungerer som inputparametre for maskinlæringsalgoritmen.

• Modeltræning: k-NN-modellen trænes ved hjælp af kendte data om nozzle- og elektrodeforhold. Under træningen bestemmer algoritmen de nærmeste naboer baseret på egenskabsafstande for at foretage klassificering.

• Klassificering af nye data: For nye, ukendte målinger bruges den trænede model til at klassificere tilstanden af nozzler og elektroder.

Denne tilgang gør det muligt at vurdere nozzleablation og andre vigtige komponenttilstande uden at åbne gasrummet, og giver præcise vedligeholdelsesanbefalinger og forlænger levetiden af bryderen.

Forbindelsespunkt med tryksensor for nozzleablation (billede fra kilde nr. 1)

Rådata for måling ved hovedfyldventil i originaltilstand (blå), filtreret signal (rød) (billede fra kilde nr. 1)

Frekvensspektrum for rådata i højspændingsbrydere trykmålingsmetode (billede fra kilde nr. 1)

Konklusion af midlertidig trykmetode for højspændingsbrydere nozzleablation

1. Egenskabsudtrækning fra filtrerede og ufiltrerede tryksignaler

Adskillige egenskaber kan udtrækkes fra både filtrerede og ufiltrerede tryksignaler. Disse egenskaber fanger de unikke karakteristika af forskellige målesignaler og er afgørende for at identificere nozzlers tilstand. På grund af den store spredning af disse egenskaber er det ikke muligt at direkte matche forskellige ablationsforhold med individuelle egenskaber. For at løse dette udfordring anvendes k-Nearest Neighbors (k-NN)-algoritmen til evaluering.

k-NN-algoritmen genererer et n-dimensionalt vektor for hvert måling, hvor n repræsenterer antallet af egenskaber. Afstanden mellem to vektorer beregnes ved hjælp af euklidisk afstand, med en yderligere variansvejting for at tage højde for variabiliteten i dataene. Dette tilgang sikrer, at algoritmen effektivt kan skelne mellem forskellige ablationsforhold baseret på den samlede information fra flere egenskaber.

2. Fordele og udfordringer ved midlertidig trykmetode

Midlertidig trykmetode er fordelagtig, da den nemt kan implementeres ved hjælp af eksisterende fyldventiler til at forbinde tryksensorer. Dog er en af de største udfordringer dårlig spredning af tilstandsindikatorer (egenskaber), hvilket gør det svært at diagnosticere nozzlers tilstand præcist. For at overkomme denne begrænsning blev egenskabskalaer optimeret gennem sensitivitetsanalyse. Selvom en enkelt egenskab måske ikke leverer tilstrækkelig information i alle tilfælde, forbedrer kombinationen af alle syv egenskaber med k-NN-klassificeringsalgoritmen signifikant diagnosticeringens præcision.

3. Vurdering af klassificeringsalgoritmer

Flere klassificeringsalgoritmer blev testet, og resultaterne viste, at k-NN-algoritmen, der anvendte standard euklidisk afstand, opnåede den laveste fejlrate på mindre end 0,9% under krydsvalidering. Denne kombination af egenskaber og k-NN-algoritmen blev derefter anvendt til at klassificere feltmålinger for forskellige typer brydere. For de betragtede brydere målinger kunne denne tilgang udføre klassificeringen uden fejl.